前言：中文期刊網精心挑選了人工智能教學教案范文供你參考和學習，希望我們的參考范文能激發你的文章創作靈感，歡迎閱讀。
人工智能教學教案范文1
一、人工智能機器人
隨著信息技術以及人工智能技術的迅猛發展，機器人無論是在技術上還是在外形上都顯著提高，并且，不斷的進行功能延伸。將具有感覺、思考、決策和動作能力的系統稱為智能機器人，這是一個概括的、含義廣泛的概念。這一劃時代的概念產生，為機器人技術的發展，也為信息技術的發展，拓開了巨大的想象空間和新的創造天地。智能機器人是信息技術發展的前沿領域，是一門具有高度綜合滲透性、前瞻未來性、創新實踐性的學科，蘊涵著極其豐富的教育資源。
二、機器人教學的教學現狀
2000年，機器人教學處于起步階段，第一屆“廣茂達杯”中國智能機器人大賽在長沙舉行。其目的是刺激機器人新技術的發展；鼓勵年輕學生投身機器人技術。2002年，機器人競賽得到了進一步的發展。2003年，機器人競賽達到熱潮。2004到2009年，機器人競賽成為了主流，第四屆至第九屆中國青少年機器人競賽分別在河南、廣西、陜西、云南、重慶、湖南、青海舉行，競賽規模不斷擴大，規格不斷提高，經驗不斷豐富，成績不斷攀升。同時，第五屆至第十屆“廣茂達杯”中國智能機器人大賽也取得了豐厚的成績。2011年廣東省的虛擬機器人競賽，全省共有12個地市和順德區報名參賽，參賽隊伍106支，參賽學生148人。比賽形式新穎，要求學生現場編寫虛擬足球比賽和虛擬滅火比賽的程序，然后進行投影演示，所有的同學都可以觀看和學習。2012年的“樂博杯”青少年機器人世界杯中國競賽在西安舉行，匯聚了眾多的參賽者。同學們秉著重在參與、學習交流的態度，經過兩天緊張激烈的比賽，比賽成績優異，涌現了一大批優秀的編程人員。其中最為突出的是興圍小學代表隊，他們突出重圍贏得了冠軍，即將代表中國隊去墨西哥參加世界級機器人大賽。
機器人競賽已成為國內科技、教育界一致認同的一項青少年科技創新的重要賽事，作為一項富有時代性、創新性、參與性和普及性，適應當代青少年需求，深受當代青少年歡迎的智力開發活動，在全國各地產生了廣泛的社會影響。
三、存在的問題
（一）教學方面
1、智能機器人缺少科學、可行、實效的教學目標。按照學制的階段性劃分不明確，存在重復學校相同知識的現象，從而導致機器人教材特色不明顯。
2、智能機器人教育往往沒有固定的教學設計和規劃。導致許多教學只能按照產品使用說明書進行教學，不能按照學生接受能力有秩序的開展知識體系教學。
3、目前學校教育使用的機器人很紛雜，缺少規范。并且絕大部分并不兼容，開放度低。還有就是教學用機器人單機價格偏高原因是銷售數量上不去，導致廠商只能太高價格。
（二）教育資源方面。由于我國各省市之間的貧富差距不斷加大，從而導致在教育資源投入方面也是參差不齊，很多欠發達地區軟硬件教學設備都嚴重不足，智能機器人的教學活動很難正常開展。
四、改進措施
（一）資源環境建設方面。積極探索信息技術條件下人工智能機器人進課堂教育環境的構建策略。建立完善系統的小學教育人工智能機器人進課堂資源的開發、應用的管理運行機制。同時，應該加大對中小學智能機器人教學資源投入力度，以確保所有孩子都能夠享受到同等級的教學資源。
（二）學科教學方面。對于小學的人工智能機器人教學工作來講，教師的培訓工作應該是非常重要的。由于目前該門學科在小學教學當中仍屬于一種新型的學科，相關教師之前并沒有進行系統的學習過相關理論，同時，實踐經驗也是嚴重不足。因此，這就無形中增加了教師的教學難度，因此，對教師進行適當的教學培訓是十分必要的。
目前，我國開展的“校校通”工程已經在全國的中小學基本完成，各地區小學已經具備了計算機房，而開展機器人教學工作還需要進一步購置教學使用的機器人，從而建立起以信息技術為核心的現代化教學環境，即“機器人”實驗室。另外，教學資源的進一步開發與收集也是一項關鍵任務。學校可以統一添置一批有關機器人的教學信息資源，例如：教學光盤、教學軟件等等。同時，還可以充分利用網絡資源收集相關的機器人教學課件，教案等。豐富教師教學參考資料。
人工智能教學教案范文2
關鍵詞:人工智能;教學軟件;A*算法;模擬退火;遺傳算法
為了適應人工智能技術發展的需要,國內外高校普遍開設了人工智能方面的課程,而且已經成為計算機相關專業的核心課程之一。我校自從1996年開始為計算機科學與技術、自動化、機械自動化等專業本科生開設了人工智能導論課程。我校王萬良教授也在2005年編著了《人工智能及其應用》教材,2008年又出版了該教材第2版,并制作了完整的電子教案和教學錄像。
由于人工智能是交叉學科,涉及面廣,在教學過程中又會涉及到很多抽象理論和復雜的算法,而教材上的內容過于理論化,教材上的應用實例又只是停留在書本文字上的紙上談兵,所以學生在學習人工智能導論這門課程的過程中都感覺好像在學數學和算法,往往有望而生畏的感覺。為了解決以上問題,如果單純依靠老師在課堂上講解和用PPT做課件進行演示,是很難達到啟發和指導學生的要求。為了更好地實現教學目標,提高人工智能導論課程的教學質量,協調好教與學的雙邊關系,使學生由望而生畏的感覺,變為有用有趣的感覺,根據已有人工智能課程在教學與實踐方面的經驗和方法[1-2],在人工智能課程網站()的基礎上,以高等教育出版社出版的《人工智能及其應用(第2版)》[3]教材第5章和第9章內容為例,設計開發了智能搜索算法教學軟件。
1教學軟件的總體結構
智能搜索教學實驗系統是《人工智能及其應用(第2版)》教材配套的實驗CAI系統,系統設計目的是提供一個簡潔、友好的用戶界面,使學生通過使用該系統,可以實現不同智能搜索算法的過程演示和對比,提供自主設計實驗的功能。
為了能夠讓學生更好地學習并熟練一些智能搜索算法,所設計的智能搜索教學實驗系統結構如圖1所示,包括A*算法、模擬退火算法、遺傳算法、作業管理和系統幫助5大模塊。
圖1教學實驗系統的總體結構圖
基金項目:浙江工業大學校級優秀課程建設項目(YX0811)。
作者簡介:徐新黎(1977-),女,講師,博士,研究方向為智能計算、生產調度、多Agent系統的研究;王萬良(1957-),男,教授,博士生導師,博士,研究方向為CIMS、生產計劃與調度、智能自動化等。
圖1中,A*算法、模擬退火算法和遺傳算法模塊又提供了算法介紹,以及各算法的演示程序、驗證程序和自主實驗等子模塊。
1) 算法介紹。算法介紹子模塊的主要功能是向學生介紹A*算法、模擬退火算法、遺傳算法等智能搜索算法的特點、流程及參數設置問題等。
2) 演示程序。演示程序子模塊的主要功能是展示各算法求解八數碼問題、TSP問題等的搜索過程、運算結果等;同時可以通過單擊“下一步”、“繼續/暫?！钡劝粹o,查看算法運行過程中臨時變量的狀態。
3) 驗證程序。驗證程序子模塊的主要功能是通過設定給定問題的規模,以及算法的一些參數設置,測試智能搜索算法對于不同規模問題的解決效果,以及參數設置對算法性能的影響;同時展示不同算法對同一問題的求解性能,以作對比。
4) 自主實驗。自主實驗子模塊的主要功能是根據系統所提供的一些算法核心代碼,開展各算法的自主實驗設計,解決最短路徑問題、TSP問題和Flow shop調度問題等一些難題。
作業管理模塊主要是便于學生上傳實驗報告和程序源代碼以及教師批改作業。另外,系統幫助模塊包括系統概述、系統安裝與卸載說明、服務器配置說明、系統使用說明和技術支持。
2智能搜索算法實驗設計與實現
2.1A*算法
A*算法是一種啟發式搜索方法,目前在網絡路由算法、機器人探路、人工智能、游戲設計等方面有著普遍的應用。
啟發式搜索是利用與問題有關的啟發信息進行搜索,達到減少搜索范圍,提高搜索效率的目的。這種利用啟發信息的搜索過程稱為啟發式搜索方法。啟發式搜索過程中,要對Open表進行排序,這就需要一種方法來計算待擴展節點有希望通向目標節點的不同程度,人們總是希望能找到最有希望通向目標節點的待擴展節點優先擴展。A*算法一般是以估價函數 的大小來排列待擴展狀態的次序,每次選擇 值最小者進行擴展[3]。
(1)
其中 是初始節點到 節點的實際代價,而 是從 節點到目的節點的最佳路徑的估計代價,且, 為 節點到目的結點的最優路徑的代價。
1) 演示程序。針對A*算法求解問題時啟發信息不直觀、難理解,Open表和Closed表變化的可視化程度差,問題狀態演變復雜等問題,設計了求解自動尋路和八數碼問題的A*算法演示程序。演示程序具備了顯示Open表和Closed表的功能,并且能將每一個狀態的變化都直觀地顯示出來。
圖2是自動尋路問題的A*算法演示程序。尋路問題常見于各類游戲中角色尋路、三維虛擬場景中運動目標的路徑規劃、機器人尋路等多個應用領域。自動尋路問題是在以方格表示的地圖場景中,對于給定的起點、終點和障礙物(墻),如何找到一條從起點開始避開障礙物到達終點的最短路徑。
如圖2所示,程序運行時,可以通過選擇“起點”、“終點”和“墻”,在方格場景中設置起點、終點和墻的任意位置,其中墻可以設置多個方格,另外分別以紅、綠和黑三色來區分起點、終點和墻。通過單擊“開始”按鈕,可以看到起點位置的 、 和 值。然后連續單擊“下一步”按鈕,可以進行連續手動單步運行,從而可以直觀地看到自動尋路過程中每一狀態的變化,以及任一狀態 的 、 和 值;若單擊“繼續/暫?！卑粹o,可以從當前結點開始進行自動連續運行,從而可以看到從當前結點到終點的自動尋路的連續過程,以及尋路過程中每一狀態的變化,任一狀態 的 、 和 值;同時也可從連續運行狀態轉為暫停狀態。在“運行狀態”提示框上方可以看到“自動運行”、“暫?！钡瘸绦蜻\行狀態,而下方可以看到“Open表”、“擴展結點”、“停止”等信息,其中“Open表”表示在地圖場景中以淡藍色顯示Open表中的各結點(狀態);“擴展結點”表示選中當前被擴展結點,并在地圖場景中用藍色框顯示當前被擴展結點。與此同時,在地圖場景中以黑色標注尋路過程中Closed表中的各個結點(狀態)。
圖2自動尋路問題的演示程序
圖3是八數碼問題的A*算法演示程序。八數碼問題是在3×3的九宮格棋盤上,擺有8個刻有1～8數碼的將牌。棋盤中有一個空格,允許緊鄰空格的某一將牌可以移到空格中,這樣通過平移將牌可以將某一將牌布局變換為另一布局。針對給定的一種初始布局或結構(目標狀態),問如何移動將牌,實現從初始狀態到目標狀態的轉變。
圖3八數碼問題的演示程序
如圖3所示,可以手動設置八數碼問題的初始狀態和目標狀態,也可以通過單擊“隨機產生”按鈕,隨機生成其初始狀態,然后單擊“開始/停止”按鈕,可以由停止狀態轉為運行狀態,也可由運行狀態轉為停止狀態。在運行狀態下,首先針對所產生的初始狀態和給定的目標狀態,判斷八數碼問題是否有解,若無解,則停止運行。然后在問題有解的情況下,根據一般的估價函數,通過連續單擊“下一步”按鈕可以在“彈出結點并擴展”框中看到整個搜索過程,與此同時,在“OPEN表”和“CLOSED表”中會分別顯示整個過程的Open表和Closed表的變化,包括各狀態及其估計代價值h和估計函數值f,以及當前步數。若單擊“手動/自動”按鈕,可以由手動轉入自動,即從當前結點開始進行自動連續運行,從而可以看到從當前結點到終點的自動搜索的連續過程;同時也可從自動運行狀態轉為手動狀態。
2) 驗證程序。A*算法實現時有兩個關鍵問題需要解決,一個是如何尋找并設計一個與問題有關的啟發函數 及構造出估價函數 ,另一個是在Open表中如何排列待擴展狀態的次序。為了比較不同估價函數以及不同Open表排序對A*算法求解問題的影響,在如圖4所示的A*算法驗證程序中,給出了兩種不同的估價函數以及兩種不同的排序方法,通過選擇相應的估價函數及排序方法,可以比較不同估價函數、不同排序方法的A*算法在求解同一問題時的“搜索結果”、“訪問結點數”和“耗時”的差異。
圖4八數碼問題的驗證程序
考慮到盲目搜索和啟發式搜索之間的區別在普遍的教材上解析得不夠詳細,使得學生對算法的理解往往不夠清晰。為此,設計了寬度優先搜索、廣度優先搜索和A*算法來求解八數碼問題的驗證程序。在驗證程序中,通過單擊兩個“隨機產生”按鈕,不僅可以隨機生成問題的初始狀態,而且也可以隨機生成目標狀態;當單擊“計算”按鈕時,同樣首先判斷問題是否有解,最后在驗證程序下方顯示不同算法的“搜索結果/步”、“訪問結點數/個”和“耗時/毫秒”內容,從而了解各算法的差異以及各自的優缺點。
3) 自主實驗。為了讓學生能夠自己動手用A*算法來解決一些實際問題,如圖5所示,設計了一些求解傳教士和野人問題、迷宮問題、最短路徑問題等一些作業題目。同時“實驗幫助”中也提供了A*算法中的一些核心代碼,使學生可以下載這些核心代碼,并在這些代碼的基礎上,通過修改代碼的過程中學會并掌握A*算法。由于智能搜索教學軟件是在Microsoft Visual Studio 2005環境中用C++語言開發的,所以通過設計型實驗,可以讓學生在學習人工智能導論課程的基礎上,更好地熟悉Microsoft Visual Studio 2005環境以及C++語言的應用實現。
圖5A*算法設計型實驗界面
2.2模擬退火算法
模擬退火算法最早由Metropolis在1953年提出,Kirkpatrick等人在1983年成功地將模擬退火算法用于組合優化問題求解。作為求解復雜組合優化問題的一種有效方法,模擬退火算法已經在許多工程和科學領域得到廣泛的應用。
在模擬退火算法中,把某類優化問題的求解過程與統計力學中的熱平衡問題進行對比,通過模擬高溫物體退火過程的方法,來找到優化問題的全局最優或近似全局最優解[4]。模擬退火算法以概率1找到全局最優解的基本條件是初始溫度必須足夠高,在每個溫度下狀態的交換必須足夠充分,溫度t的下降必須足夠緩慢。在進行模擬退火算法的教學過程當中,由于現有的課件和動畫的固有限制,無法把模擬退火算法求解問題的整個過程做一個完整的展示,同時針對具體的問題,如何設置合適的參數以及參數設置對算法優化性能的影響也無法做一個完整的描述和解析,所以學生在學習這部分的內容時較難理解。
針對以上所述模擬退火算法的教學問題,設計了模擬退火算法求解TSP問題的演示程序(如圖6所示)和驗證程序(如圖7所示),還給出了模擬退火算法的介紹界面(如圖8所示),以及應用模擬退火算法求解其他問題的一些自主設計實驗題目。TSP問題,即旅行商問題是,有 個城市,城市間的距離用矩陣 表示, 表示城市 與城市 之間的距離。有一個旅行商從一個城市出發,每個城市訪問一次,并且只能訪問一次,最后回到出發城市。問如何行走才能使得行走的路徑長度最短。
圖6TSP問題演示程序
圖7TSP問題驗證程序
進入模擬退火算法模塊,首先可以通過模擬退火算法的算法介紹界面,如圖8所示,了解模擬退火算法的有關演算步驟、相應的偽代碼和應用模擬退火算法時的一些參數設置問題。
圖8模擬退火算法介紹界面
在模擬退火算法求解TSP問題的演示程序中,可以通過“新解產生演示”模塊,如圖9所示,以8個城市(城市0～7)的TSP問題為例,了解“兩點互換”、“相鄰互換”、“區間逆轉”、“單點移動”這四種新解產生函數的差異,其中8個城市的任何一種排列均是問題的一個可能解;單擊“下一步”可以看到上述四種產生函數的整個變化過程。另外通過演示程序的“TSP問題演示”模塊,如圖6所示,針對8個城市的TSP問題(城市位置見“地圖”方框),可以選擇不同的新解產生函數,在給定初始溫度、降溫率、最低溫度的情況下,連續單擊“運行/下一步”可以進行手動的單步運行,并在“地圖”方框顯示8個城市
的旅行路線變化情況,與此同時,“搜索過程”框顯示模擬退火算法在求解8個城市的TSP過程中“當前溫度”、“當前能量”、“新能量”、“替換概率”等變化情況。若單擊“連續運行”可以連續顯示模擬退火算法求解8個城市TSP問題的整個搜索過程和“地圖”路線變化情況。
圖9TSP問題新解的產生函數演示
在模擬退火算法求解TSP問題的驗證程序中,如圖7所示,通過單擊“隨機添加”按鈕和設置城市數,可以在“地圖”方框中隨機產生 個城市的坐標位置,從而實現模擬退火算法對不同規模的TSP問題的求解,同時也可以通過“重置”按鈕清空“地圖”方框顯示。單擊“開始”按鈕后,可以在“地圖”方框得到模擬退火算法的最后求解結果,即 個城市的旅行路線,同時在“地圖”上方顯示最好解、最差解和平均解質量。而通過選擇不同的新解產生函數,設置不同的初始溫度、降溫率、最低溫度和迭代步數這四個參數,比較不同的產生函數、不同的參數設置對模擬退火算法性能的影響。另外驗證程序左側下方“狀態”提示顯示“停止”和“計算中”這兩種程序執行信息。
在模擬退火算法的自主設計實驗中,給出了學生自主應用模擬退火算法解決TSP問題、車輛路徑問題和Flow Shop問題等一些設計型作業題目,使學生可以在系統所提供的模擬退火算法核心代碼的基礎上,自己動手修改代碼,從而更好地掌握模擬退火算法的精髓。
2.3遺傳算法
遺傳算法(Genetic Algorithms,GA)是基于生物界自然選擇和基因遺傳學原理的一種廣為應用的、高效的隨機搜索算法,20世紀60年代由美國的密執根大學的Holland教授首先提出。該算法將優化問題看作是自然界中生物的進化過程,通過模擬大自然中生物進化過程中的遺傳規律,來達到尋優的目的。近年來,遺傳算法已廣泛地應用于作業調度與排序、可靠性設計、車輛路徑選擇與調度、成組技術、設備布置與分配、交通問題等等。
用遺傳算法求解優化問題,首先對優化問題的解進行編碼,編碼后的一個解稱為一個染色體,組成染色體的元素稱為基因。一個群體由若干個染色體組成,染色體的個數稱為群體的規模。在遺傳算法中用適應度函數表示環境,它是已編碼的解的函數,是一個解適應環境程度的評價。當適應度函數確定后,自然選擇規律以適應度函數值的大小來決定一個染色體是否繼續生存下去的概率。生存下來的染色體成為種群,它們中的部分或全部以一定的概率進行交叉、變異,從而得到下一代群體。
在遺傳算法的教學過程中,也存在和模擬退火算法一樣的問題,為了增加學生在教學活動中的參與感,激發起他們的學習熱情,同樣也設計開發了遺傳算法的介紹模塊,求解TSP問題的演示程序和驗證程序,以及自主實驗模塊。遺傳算法的介紹模塊提供“算法描述”、“算法參數”、“算法特點”等介紹(如圖10所示)。
圖10遺傳算法介紹界面
在遺傳算法求解TSP問題的演示程序中,通過“交叉操作演示”和“變異操作演示”模塊,了解“部分匹配交叉”和“順序交叉”這兩種交叉操作(如圖11所示),以及“兩點互換”、“相鄰互換”、“區間逆轉”、“單點移動”這四種變異操作(同模擬退火算法的新解產生)的差異。在演示程序的“TSP問題演示”中,如圖12所示,針對10個城市的TSP問題,通過選擇不同的交叉和變異操作,在給定種群規模、交叉概率、變異概率和迭代步數等算法參數的情況下,連續單擊“下一步”可以進行手動的單步運行,并在程序右側顯示城市旅行路線的變化,與此同時,程序下方顯示遺傳算法求解過程中當前迭代次數、當前步驟、當前最優個體、當前最優個體的適應度、當前種群的平均適應度等變化。若單擊“自動/手動”可由“手動”運行轉為“自動”運行,從而可以連續顯示遺傳算法求解10個城市TSP問題的整個搜索過程和“地圖”路線變化情況;反之也可由“自動”運行轉為“手動”運行。
圖11交叉操作演示
圖12遺傳算法演示程序
在遺傳算法(GA)求解TSP問題的驗證程序中,包括“基本GA”、“自適應GA”、“雙倍體GA”、“雙種群GA”和“多種算法比較”模塊?！盎綠A算法”子程序中,如圖13所示,和模擬退火算法求解TSP問題的驗證程序類似,同樣單擊“隨機添加”按鈕和設置城市數,可在“地圖”框中隨機產生 個城市的坐標位置;單擊“開始”按鈕后,可在“地圖”框中得到遺傳算法的最后求解結果,并顯示最好解、最差解和平均解情況;也可比較不同的交叉和變異操作算子,以及不同的參數設置(種群規模、交叉概率、變異概率和迭代步數)對遺傳算法性能的影響。在驗證程序中,除了參數設置外,“自適應GA”、“雙倍體GA”、“雙種群GA”子程序的界面和功能都和“基本GA”子程序相同。另外在“多種算法比較”子程序中,提供了“基本GA”、“自適應GA”、“雙倍體GA”、“雙種群GA”和“模擬退火算法”求解TSP問題的結果比較。
在遺傳算法的自主設計實驗中,給出了學生自主應用基本遺傳算法和改進遺傳算法解決函數優化問題、TSP問題和Flow Shop問題等一些設計型作業題目,同樣也提供了遺傳算法的核心代碼,方便學生在此基礎上真正達到學以致用。
圖13基本遺傳算法驗證程序
3結語
本文是筆者以精品課程培育為目標,對人工智能導論課程教學軟件的設計和開發進行了探討。該教學實驗系統符合21世紀高校教學的要求,不僅可以支持教師提高教學手段現代化的水平,同時更貼合學生的學習需求。通過使用該教學實驗系統,使學生更好地掌握人工智能中智能搜索算法的基本概念、基本理論和基本技術,熟悉Microsoft Visual Studio 2005環境以及C++語言的應用實現,提高實踐動手能力,達到本課程預期的教學效果。
參考文獻:
[1] 蔡自興,肖曉明,蒙祖強,等. 樹立精品意識搞好人工智能課程建設[J]. 中國大學教學,2004(1):28-29.
[2] 何元烈,汪玲.“Visual C ++”在“人工智能”教學中的應用與探討[J]. 廣東工業大學學報:社會科學版,2008(8):220-222.
[3] 王萬良. 人工智能及其應用[M]. 2版. 北京:高等教育出版社,2008.
[4] 馬少平,朱小燕. 人工智能[M]. 北京:清華大學出版社,2004.
Design and Development of Intelligent Search Algorithm Teaching Software
XU Xin-li, JIN Bo, CHEN Sheng-yong, GUAN Qiu, WANG Wan-liang
(College of Computer Science and Technology, Zhejiang University of Technology, Hangzhou 310023, China)
人工智能教學教案范文3
關鍵詞： Web 3D 三維虛擬現實 遠程3D虛擬教育 3D課件
一、引言
20世紀90年代，隨著計算機圖形學、計算機系統工程等技術的高速發展，三維虛擬互動技術引起我國學術界的極大興趣與關注，三維虛擬互動技術的研究和開發，包括虛擬場景、虛擬人物、虛擬環境等，正朝著深度和廣度發展。我將分析三維虛擬互動技術在美術教育中的應用，分析將這項技術在美術教育中各個方面的優勢，以及對未來的美術教育的設想。隨著中國的人口問題日益嚴重，教育問題將是整個社會的問題，也是社會發展的主要矛盾，而師質力量就是主要矛盾的主要方面。教學環境、教學設備、課堂氣氛等，就是次要方面。如何利用三維虛擬技術提高教育的硬件和軟件，特別針對美術教育這個范疇，我將會結合現代科技進行細致的分析和大膽的預測。
二、當代三維虛擬互動技術的概況
1.三維互動技術的基本分類
三維虛擬互動，包括虛擬現實與制造，以及虛擬互動，近20年來，計算機科學和信息科學迅速發展，已經和正在促使人類生活、生產方式發生革命性的變化，全球正經歷著由傳統經濟向知識經濟、網絡經濟的轉變。利用信息技術改造傳統制造業已成為現代制造業發展的必由之路，信息技術也已成為現代制造業的技術基礎。
虛擬現實技術（Virtual reality）是眾多相關科學與計算機圖形學，智能控制技術和心理學等領域的最新成果。
虛擬制造（Virtual Manufacturing）是以計算機為基礎，對計算機建模與仿真，虛擬現實，在計算機網絡環境下群組協同工作，模擬產品的整個制造過程，對一系列的工序，如產品設計、加工、性能分析、銷售等作出綜合評價，以增強制造過程的正確決策和控制能力。
虛擬互動（virtual interactive）包括網絡互動，以及計算機人工智能仿生互動藝術（AI），現在的網絡技術已經趨于成熟，如網絡通訊、網絡交易、網絡娛樂等。在網絡戶動功能上基本上是人，計算機是被動的互動形式，當虛擬互動加入人工智能仿生，那么計算機里的生物就會像現實世界的生物一樣生長，而且能與生物發生互動。
2.三維虛擬互動技術的產生及發展
三維虛擬互動技術，主要是虛擬現實技術（VR）。虛擬現實技術就是用相關的學科，來源于電影技術。20世紀50年代，科學家們利用人類兩眼之間的視覺位置差技術的立體電影，利用接近為人眼水平視角的寬熒幕電影，水平視角與垂直都達到360度的原理，制造出球幕電影①?，F在的虛擬現實技術已經配合了多種虛擬接口傳感器，如數據手套（DATA GLOVE）等。再配合現影器，利用VGX控制，交替顯示左右眼觀察圖形，用戶則佩戴一種左右鏡片交替“開”（透光）、“閉”（遮光）的液晶光閘眼鏡，虛擬出虛擬的環境和真實的觸摸感。虛擬現實技術，主要目的是研究使用者的視覺與觸覺，利用高科技虛擬出真實或者虛幻的人或物，令用戶有種身臨其境的感覺。
3.三維虛擬與互動技術的現狀
目前，虛擬現實技術在航天領域中應用發展得最快。其中，777運輸機的全無紙化設計，哈勃太空望遠鏡修復前的宇航員的訓練和飛行仿真里面，運用此技術最廣也最成功，利用三維空間建模降低成本，虛擬制造提供虛擬真實測試環境，計算機分析數據，減少浪費。在外國的許多拍賣會，博物館為了保存真品，會利用三維仿真立體使虛擬再現古董或珍寶。而互動技術也越來越成熟，從網絡互動到現在的真實虛擬互動，通過三維感光投影儀、感光攝像頭在廣州的動漫星城，利用感光的光學儀器，對投射出的3維或2維場景，進行人機互動，如人經過感光攝像頭，將在液晶屏幕上看到換了2維發型的自己，還有3維感光投影儀，投影儀從天花板投影在地上的小型足球場，加上足球，利用感光設備，兩個人就可以在虛擬的足球場上踢虛擬的足球。變場景后，人經過投射的范圍，人經過的地方就會開出虛擬的花朵或煙花。但是投影技術還需要傳播介質，如白色的墻，或幕布，還有水幕，相信將來10年內會有通過空氣介質可以傳播的投影儀。
三、三維虛擬互動技術與高校美術教育
1.當前高校美術教育師資力量所面臨的壓力
目前學校教師隊伍老化嚴重，應把更多勵志從事教育工作的師范院校學生，納入教師隊伍。青海西寧第十四中學龐曉麗委員說，教育部推出師范免費院校試點太少，大多數貧困家庭的孩子享受不到這項優惠政策。由于對教師考核過于單一，教師行業壓力大，待遇低、家庭條件好的學生不愿報師范，尤其是西部邊遠地區，加上擴招的緣故，教師從二十世紀八十年代的30個人一個班，到現在的60個人一個班，間接使教育質量下降。如果能逐步擴大試點免費師范教育試點，使家境貧寒、學習優秀的師范院校學生補充到西部教育隊伍，將會形成良性循環。在南部地區，人口密度集中，學校擴招情況嚴重，有些高中學校一個年級有16個班，更有些中專、技校，只要交學費都收，造成教學質量下降。在大學，美術教育問題也很突出，高校擴招，教師不足，編制老師有指標不能想招就招，也導致很多教師要同時教一到兩科或者幾科不是自己領域的課程，間接導致質量下降。
2.高校美術教育與教學模式的現狀
目前高等院校藝術設計師資的解決，一部分是通過將自己院校培養出來的畢業生留校任教或引進其他藝術設計院校的畢業生直接作為教師啟用，這部分教師雖然學歷較高（高等院校教師目前普遍要求碩士及以上學歷），但職稱偏低，普遍缺少教學經驗和社會實踐，教學水平大打折扣；另一部分則是從美術專業轉行藝術設計的，這部分教師多采用短期進修、培訓或自學的方式轉入藝術設計，沒有接受過專業藝術設計教育，也不具備藝術設計實踐經驗，大多數人很難勝任藝術設計的教學工作?，F在高校教學模式基本有三種模式：A類：教課書及教學參考書提供的知識；B類：教師個人知識；C類：師生互動產生的新的知識。在大部分傳統模式中，課程與教學分離。教學計劃和大綱由國家規定，教材和教學參考書由專家編寫，教師教學參考書資料去教學，強調學生對教科內容的記憶與內化，A型知識占絕對優勢，很少有B型，幾乎沒有C型的知識。②
3.三維虛擬互動技術在美術教育領域廣泛運用的可行性
針對這種情況，三維虛擬互動技術就能基本解決美術教育的問題了。美術教育分成理論欣賞課和實操實踐課：
（1）理論欣賞課的傳統與前瞻的對比
①傳統模式
老師在臺上講，學生在位子上聽，加入了三維虛擬戶動技術后，學生都戴上三維光閘眼鏡，在老師的控制下看到三維立體的中國或外國的藝術家，而且模擬仿真，讓這些藝術家做自我介紹，介紹自己的作品和制作過程，并播放藝術家們的成長過程。這是理論課用的模式，課程包括藝術概論、雕塑理論課、速寫、色彩和素描的理論教學等。
②創新模式
老師拿著3D遙控器，在一個沒有凳子沒有桌子，只有一臺電腦、四臺立體投影儀，還有2―3套的數據手套的房間里教學。這是欣賞課的模式，如MTV、導演基礎、音樂欣賞課、版畫欣賞，等等。通過三維立體感光投影儀器，加上戴的光閘眼鏡和用的數據手套，學生們會感受到虛擬真實的場面，包括戰爭場面、敦煌石窟里面的場面、西方宮廷內部場面、世界各個古跡的場面，等等。使用數據手套，學生們還能感受方針古董、遠古武器、古人的衣物的重量、質感，等等。且無線藍牙數據手套有傳感器會根據電腦的同步數據，自行調節手套的對學生手的壓強和重量，使觸摸虛擬物品更加真實，再加上感光的投影儀，學生走動，電腦都會知道，并對學生附近的物品進行解說。通過藍牙耳機，老師與學生一齊感受虛擬真實環境外，老師還負責切換場景，如果不小心摔壞了虛擬物品，電腦還能仿真落地的碎片和聲音，仿真同學走在地上的聲音。
（2）電腦實踐課程
①傳統模式
工業設計、工藝美術、動畫、環藝、園林、平面設計、服裝CAD圖等運用電腦作為主要工作途徑的專業，傳統的教學基本都是學生一人一部電腦，老師在臺上控制另一臺電腦，學生在自己的電腦上看到老師的操作，從中學習軟件的操作。
②創新模式
加入了三維立體感光投影儀，電腦就會擺放或一個圈，中間一個位子，頂上放4個立體投影，分別播放老師的模型四個面，呈立體形狀，加上投影臺，學生就不用帶閘光眼鏡了，直接可看到立體，而老師在臺上也可以直接切換學生電腦工作的界面，投射在中間的立體畫面，供老師隨時批改與調整。如果有什么創作項目的話，老師與學生就共同控制一個模型，對模型的部分刪減或者增加。老師還可以播放立體教程，師生一齊圍在投影臺前看，一齊研究步驟。特別在服裝這個專業，利用感光投影和攝像機，使學生設計完立體虛擬衣服后，站在鏡頭面前還能換調身上的衣服，實體還沒做出來就可以有該衣服穿在自己身上的效果圖?；蛘叽┰诟鞣N虛擬模特的身上，等同學完成課程的作業時，還可以虛擬大型的時裝會。
（3）專業實踐練習課程
①傳統模式
老師帶領學生上課，以需要模特或者靜物的課程來舉例，模特或者靜物放置中間，老師與學生都圍著模特或者靜物寫生，模特每半小時休息10分鐘，學生則是45分鐘一節課，這樣會導致幾個問題。藝術練習也是創作的一部分，只要進入狀態，就很不希望被打斷，因為時間問題，在很多情況下積極性就會降低。又如色彩課上，包括國畫、水粉、水彩、油畫、書法等，經常會因為打翻水，或者不小心搞臟衣服、板或者物品，造成清理的麻煩。在老師方面，有時候，老師會在忙于對模特的寫生而忽略學生，有時候會因對某個學生的輔導而忽略其他學生的提問，更有時候會因為某些原因不能及時來上課導致學生要自己做畫。在學生方面，有水平差距，如何妥善處理這些差距是提高教學質量的首要問題。
②創新模式
依然是圍著模特寫生，模特是通過三維立體投影、電腦虛擬投射出來的，可以隨意調節模特的身材、相貌、性別、衣著等，而且能放大縮小模特的局部，如肌肉或者衣服，這樣就可以把模特寫生統一在一個課程上教，如人體速寫、半身素描、人物速寫，而學生就不再用傳統的畫板了，取而代之的是數位板，一張4開的數位版，數位筆會模擬各種筆的效果。利用已經存在的科技，在數位板上，老師可以隨意切換板上的畫面，切換至學生正在寫生的畫面，立刻做出修改，還可以使畫面變成一半寫生，一半模特，與之比較。（其實數位板就是個液晶顯示器）在教室頭頂上的三維投影儀，能虛擬出藝術館走廊的環境，或者森林的環境等優美的環境，配合仿真聲音，使師生們更加進入做畫狀態。在色彩課上，不同的型號數位筆，代替不同型號的水粉或者油畫筆。電腦的畫筆工具能模擬出真實的筆觸效果。在陶藝或者雕塑、版畫課上，開始練習階段，完全可以用電腦虛擬出來，從而節省原料的浪費。還可以利用數據手套、光閘眼鏡、數位筆仿真雕刻刀、仿真真實的壓強虛擬出真實的感覺和效果。
（4）老師教案及備課的安排
①傳統模式
老師會在上課前的前一兩天的時間，把要教的課程安排好，每一節課需要教授的知識，用PPT制作成教案，或者想好靜物、模特的安排，第二天按照昨天所想的去安排課程。如果老師當天有事，就可以打電話給班長安排當天的練習，或者將課程延后。
②創新模式
老師會把課程分類，把第二天的課程的場景安排進去，以及師生互動因素安排在里面，已經不是POWERPOINT簡單的視頻教學。利用3維立體投影儀，如何利用場景結合當天所學的知識，提高學生們的興趣，如課程需要還可以進行不同專業的體驗（上部分有解說），或者與另一個教室上課的學生進行互動，互相切磋，都可利用3維立體投影進行同步。因為教師的短缺，有時高校老師會同時上不同的課程，所以該技術為老師提供了很多的方便。當一些理論課，或者簡單的素描、色彩課可以不要實體老師做陪，而是利用預先做好的虛擬老師的教育課程（可循環利用），也就是老師的教案并不局限課程，還會把自己算在內，當導入AI（人工智能），虛擬老師就可以回答一些學生常問的問題，如作品的人物背景，為什么要創作此作品。修改學生常犯的錯誤，如明暗問題、結構問題等。這些都要實體老師總結出來，放入電腦中，設置好教案后，老師就可以將遠程傳入教室的電腦里，第二天同時上其他課程的課了，或者進行遠程監控或遠程教育。這樣老師臨時有事時，課程也不必延后了。
四、結語
雖然許多內容都是通過幻想出來的，但是愛因斯坦說過：想象力遠比知識重要。通過這種傳統模式與創新模式的對比，更能得出創新模式的優勢。學生十分了解國內教育水平的不足，更看到老師們的吃力教學。當代的教育模式，經常會使學生和老師陷入一種僵持的狀態，學生沒興趣聽，老師沒激情教。創新模式必然要出現，除了要有先進的技術支持外，還要將先進技術用到美術教育上，如何用、怎么用、什么效果這三個問題就是我所要探討的，也是未來創新模式的發展路線和前瞻。
注釋：
①周祖德.虛擬現實與虛擬制造.湖北科學技術出版社，2005.2.
②王大根.美術教案設計.上海人民美術出版社，2007.1.
參考文獻：
［1］白雪竹，李顏妮.互動藝術創新思維.中國輕工業出版社，2007，（1）.
［2］周祖德.虛擬現實與虛擬制造.湖北科學技術出版社，2005，（2）.
人工智能教學教案范文4
傳統的CAI課件系統是在單機上將全部教學內容，以編程的方式預置于課件中。學生學習時，教學過程是按課件規定的路徑和內容展開的。由于缺乏必要的通信手段和智能特性，無法實現任課教師與學生之間的交互，和按學生的不同認知能力準備教案的因材施教教學。隨著計算機網絡技術的日臻成熟，人工智能在專家系統領域取得的成功，它們為CAI的發展提供了新的空間。我們認為CAI的發展方向在于網絡化、智能化。
2ICAI的評價標準
智能計算機輔助教學系統（IntelligenceComputerAssistedInstruction——ICAI）具有如下的一些特征[1]：
①能自動生成各種問題與練習；
②根據學生的學習水平與學習情況選擇與調整學習的內容和進度；
③在了解教學內容的基礎上自動解決問題，生成解答；
④具有自然語言生成與理解能力，以便實現比較自由的教學問答系統以提高人機交互的主動性；
⑤對教學內容有解釋咨詢能力；
⑥能診斷學生錯誤，分析原因并采取糾正措施；
⑦能評價學生的學習行為；
⑧能評價教師的教學行為[2]。
具備上述全部特征的ICAI系統是完美的，但實現是困難的。一般認為只要具備上列一個或幾個特征，就可以稱之為ICAI。
3實現技術
3.1Client/Server的實現
將用于教學的內容、刻畫學生的認知模型所必需的數據資料保存在Server端。教師在教研室通過Client，負責實現對Server端教學內容的更新與維護。學生在多媒體教室通過Client與Server相連，實現對教學內容的學習，學習結束后，學生客戶端軟件將依據學生對知識點的掌握情況，為其自動修改認知模型。督導人員在教務處通過Client與Server相連，實現對教學過程的監督與引導。
3.2認知模型的建立
ICAI強調要按學生不同的認知模型，為其準備不同的教學內容，用以實現個別化教學與啟發式教學。受認知心理學與教育學發展的制約，目前還無法準確地建立出單個人的認知模型。
我們粗略地將學生的認知模型，按其不同的認知能力分成高、中、低三類。同一內容的教案也按高、中、低三中難度組織，分別提供給具有相應認知能力的同學學習使用。學生在學習完每節的教學內容后，系統將要求他回答一定數量的相關問題，并根據其回答問題的準確率，確定他的新認知模型。
3.3智能化教學過程的實現
我們借鑒專家系統的設計方法，實現ICAI課件系統中的智能功能。在該系統中組織了相應的規則庫、事實庫（學習歷史紀錄庫）和推理實現機制，如圖1所示。下面對推理實現機制做簡要的介紹。規則庫由冊、章、節、超文本教案地址、閥值及多個前提組成，反映對該節的學習應滿足的前提條件。學習歷史庫由冊、章、節、認知等級、已學次數組成，反映學生對該節的認知能力。規則庫的內容由教師負責修改。學生的學習歷史紀錄，在庫中按每個人一張表組織，其內容在每次學習之后，由學生客戶端軟件依據該生對知識點的掌握情況自動修改。推理過程由專用的推理模塊，按規則庫提供的規則與學生學習歷史紀錄庫提供的事實做出判斷。我們通過學生在每節教學內容學習完成之后，對所附習題回答的準確率，將其認知能力劃分成高、中、低三個層次，并將這個結果保存在學生學習歷史紀錄庫中。學生下一次使用該系統進行學習時，該系統會按其不同的認知能力，為他準備相應難度的教學內容。不難看出，這種對認知能力的衡量是動態的。若學生不想按系統默認的進度學，則要求學生自行選擇學習內容。若所選內容已經學過，則根據其當時所獲得的等級為他準備學習內容；否則將視規則庫及學習歷史紀錄中的內容，判斷其是否可學而定。例如：規則庫中限定在學習第一章第一節之前不能學習第一章第二節，某生試圖越過第一章第一節學習第一章第二節時，系統會給出警告。為了使學生能在系統的控制下學習，無論是高、中、低難度的教案均是一節一個超文本文件，其中不含有鏈。
3.3.1閥值的給定
當學生完成對某一節的內容學習之后，回答系統提問所得的分數小于該節所具有的閥值時，系統并不會將該節標志為已學。所以該生下次登錄時，系統將強制他對該節的內容進行重新學習。通常，那些在本學科中具有特殊重要地位的章節具有較高的閥值。下面給出評價某一節在本門課中的重要程度的方法：
Important（N）=IN（N）+OUT（N）
Important（N）——第N節（將全書中的節以流水形勢編排號碼）知識在本課程中的地位；IN（N）——本課程中，其余節知識中對第N節的知識有影響的個數之和；OUT（N）——本課程中，第N節知識影響其余節知識的個數之和。當對本課程中所有的Important（N）計算完成后，即可據此給出某一節的閥值。閥值Valve（N）以百份數形勢表示，小于1且與Important（N）成正比。
設Right（N）表示某生在學習完第N節的知識后，回答系統所提問題的準確率。變量Ruler=1-Valve(N)。給定認知模型的修改規則如下：
IfRight(N)IfValve(N)≤Right(N)IfValve(N)+Ruler*(1/3)≤Right(N)IfValve(N)+Ruler*(2/3)≤Right(N)Then認知能力定為“高”
3.3.2系統的安全技術
由于ICAI會針對用戶不同的認知模型（高、中、低）準備不同的教學內容，所以為確保對用戶認知模型刻畫的準確程度，要求學生在使用學生客戶端軟件時，需用自己的姓名和口令向系統登記。當驗正該生是系統的合法用戶后，將到學生資料庫中讀取相應的資料，送給ICAI的分析模塊用以構建該生的認知模型，作為教學的依據。如不是系統的合法用戶，將要求學生進行簡單的注冊，如實填寫部分信息后成為系統的合法用戶，并在學生資料庫中為其分配一個缺省值，作為他第一次使用該系統時構建認知模型的依據。
用戶初次登錄時，口令即為用戶名，登錄成功后系統立即要求對當前缺省口令進行修改。以后，用戶能對自己的口令做任意的修改。
3.3.3教學評價
我們用下述方法實現了對學生個人學習水平的評價。n：該系統用戶的總人數；Xi：第i個學生的考試成績。
定義：由定義知，S是學生整體成績的標準差。Zi反映了第i個學生的成績與平均成績的差是標準差的幾倍。用Zi來衡量考試成績不會受考卷難度值的影響，比Xi更有說服力。因為標準分（Zi）是一種參考零點（平均分）位置固定、單位長度（標準差）一樣的統計量。不同次測驗的原始分數換算成標準分后，就可以做互相比較。如某生兩次測驗的成績原始分數分別為：80、90，標準分分別為2.5、2。不能由第二次考試的原始分比第一次高而斷定該生的學習進步了，正確的斷言是：因為第二次考試的標準分比第一次低，所以該生學習成績退步了。經驗表明，標準分的數值一般在-3~+3間。當標準分數值為正時，表示其學習水平在團體水平值上；反之，則表明學習水平在團體之下。
4一個試驗性系統
人工智能教學教案范文5
【文章編號】0450-9889（2017）06C-0082-02
隨著我國高等教育由精英教育過渡到大眾型教育，教育對象的階梯層次也發生了較為重大的變化。學生的理論知識基礎和能力在擴招量較大的本科招生院校普遍呈現下降的趨勢。但由于社會急需大量應用型人才，從而促使各高校為了適應新形勢的教學要求努力尋求提高人才培養質量的教學管理方法，進而推動教學制度的改革。智能控制是一門集理論研究和工程實踐為一體的綜合性課程，也是高校自動化專業的重要專業課。為了適應當今社會對人才素質的要求，近年來，我們對智能控制的教學也作了一些實踐性探索，著重是以培養學生的創新能力和綜合素質為主。
一、智能控制課程的特點
自動控制發展的高級階段即為智能控制。它也可以稱之為一門新型的交叉前沿學科，是由多種學科的高度綜合集合而成的，比如人工智能、控制論、系統論、信息論，等等。智能控制在社會生產中除了具有較為廣闊的應用前景，同時還具備巨大的研究價值。因此，這門課程原本只是應用在研究生階段所開設的，現如今已在眾多高校自動化相關的高級本科實施應用。它所體現的目的與核心不僅僅只是對控制理論的前沿發展方向有所學習，更是能夠使學生有效地了解現代控制理論的實際概念。
就“智能控制”的概念可知，智能控制理論研究的主要目標在于控制器本身，并不是被控對象。智能控制理論不同于現代控制理論或是經典控制理論的處理方法，它的研究核心可歸結為高層控制，在此過程中較強的容錯能力是解決廣義問題的根本。智能控制能對復雜的系統進行全局控制，在其中可形成基本的能力，如自適應、自組織、自學習或是自協調能力，等等。智能控制系統通常以數學廣義模型的方式呈現，它具備混合控制的特點。組織結構恰恰體現了智能遞增、精度遞降的特點。總之，智能控制系統是自動化實行智能機完成目標的控制系統，也是判斷自修復能力的一種體現。
從專業角度來看，智能控制可以歸屬于理論化較多的專業課程。此類課程所涉及的理論分支較多，并且具備多類學科的交叉性。不僅包含了一些較為前沿的學科理論，還掌握著眾多豐富的內容。學習者通過智能控制課程的學習，可以在智能控制的研究中學習到可供研究的方式方法，對于學習者獲取有關的基本知識、掌握智能控制的一般方法都是極其重要的。如此一來，為學習者掌握智能控制的分支和特點提供了極大的便利性。
二、智能控制課程傳統教學出現的問題
（一）教學方法單一。傳統的教學方法相對來說比較單一，通常是通過教學系統化的講解來使學習者掌握有關的專業知識。教學者站在講臺上進行教授，學習者在臺下較為被動地接受是一般的傳授形式。通常這種教學方式的自由度相對來說是較大的，而學生并不存在應用的自主性，甚至還處于一種一知半解的狀態。由于智能控制課程內容相對于其他課程來說概念抽象、信息量過大，因此學生在接受此類課程時就更容易出現不能及時消化所學知識、失去研究興趣等問題。由此可見，教師在傳授的過程中要注重教學方法的多樣化，有效地活躍課堂氣氛，進而做到知識的有效傳輸，使學生的思維得到放射性延展。
（二）缺少教學實踐環境。教學資源少在一定程度上導致教學實踐環境的貧乏。在學習知識的過程中，我們大多提倡實踐出真知，然而大多數智能控制教材不存在實驗方案和實驗環節，在這點上無法有效地滿足智能控制教學的需要，只有將理念轉為實物呈現在學生面前，才能真正意義上做到意會言傳。并且有一些存在實驗環節的高校也不具備提供實驗平臺的能力，所以就此來看就很好地詮釋出智能控制教學的理念是相對艱難的。
（三）課后考核的不足。智能控制教學除了教學方法和實踐環境的有效培養，課后考核也同等重要。教師的傳授水平以及知識的接受程度都要依靠課后考核來進行勘測。而在當代教學環境下，課后考核通常被視為一項煩瑣且不必要的工作過程，通常在改革過程中研究者會把重心放在教學方法中，這對于整體的改革優化是極為不利的，因此建立有效的課后考核是急切且必要的。
三、智能控制課程教學改革措施與途徑
（一）優化教學內容，增強新穎性和實用性。智能控制課程具有很多的階段性特點，如前沿性、抽象性、理論性等。它所涉及的相關內容是極其廣泛的。然而，智能控制課程作為本科課程中的一門專業課，在學習的過程中應當注重減少煩瑣公式的推導，教學者更應當注重控制思想的融會貫通。特別是在教學內容的選取方面，應盡量多地采取簡易示例的演示，以便能夠切實提高學習者在此過程中的樂趣，做到真正意義上的寓教于樂。在實際的教學過程中，則可以盡量地采取展示型設計，如模糊PID控制器的設計思想為自適應調節控制參數等?？紤]到智能控制的應用現狀，參考教學體系也是進一步優化的渠道。在調整后也應當注重突出工程的實際應用型，而不是以理論為主要核心。由此便可以在實踐中致力培養學生的創造思維和獨立分析能力，從而達到課程內容的綜合性。
在優化教學內容的過程中，參考每個不同年齡段學生的心理也是同等重要的。本科高年級的學生主要關心學科前沿知識的使用方法或是應用領域，在掌握了專業知識的同時能夠學到許多較為實用的智能控制算法。通常他們不愿意花費太多的時間在知識的消化理解上，由此可見知識的應用在教學過程中需要重點關注。應根據學科的發展方向優化教學內容，在保證智能控制理論內容嚴謹性的同時強調貫穿于每章節中所涉及的知識點。在每一個知識點上能夠做到附上相應的例題和習題，以此達到鞏固所?W習的知識。在優化教學內容的過程中應做到增強新穎性和實用性，把傳統意義上的知識灌輸轉變為專業素質和創新能力的培養。
（二）樹立創新意識培養創新能力。培養創新意識是應用型人才培養的主要目標之一。智能控制理論與現代的控制理念有所不同，它更多地強調訓練創新思維、提高創新能力等方面。這就充分地體現了智能控制是一個保持生機的同時還能夠發展的學科，但由于目前的理論和技術還不夠成熟，其在一定程度上要求教學者應給學習者提供一個培養創新能力的機會。在實施的過程中，更應去注重展示學科的吸引力。如采用質疑導入法提出問題，激發學生進行思考。通過互動式的教學方法設計問題，學習者以此進行討論和回答。學習環境的進一步活躍是使教師成為組織者和引?д叩母?本，但在此要切記課堂教學的主體永遠是學習者。
（三）建立新型的考核機制。智能控制課程的理論性較強。由于期末考試的題目都較為簡單，僅憑期末考試的成績很難客觀地評判學生的各項能力。針對此種狀況，我們提出了多種解決對策。以能力型代替記憶型就是較為實際的一項考核方式。同時伴隨著以多項內容相結合的新型評價機制能夠有效避免期末考試較為單一的考核方式。隨堂檢驗、實驗答辯等都是評價機制中較為新型的方式。在實際的課程教學中，對平時的作業等級進行劃分，對作業中存在的問題進行糾正都有利于調動學生體現積極性。以此讓學生在學習的過程中以報告的形式進行答辯，闡述自己的設計思路并演示控制效果，這樣的考核不僅可以促進學生學風的轉變，也可以保障成績的公平以及合理性。
（四）利用網絡平臺，建立互動式教學。充分利用互聯網教學平臺可以使教學資源與網絡教學進行有機整合，從而搭建一個教師和學生之間互動的平臺。利用網絡提供多種網絡教學資源可以為學生創造多種便捷，例如網絡課件、電子教案和應用資料，等等。網絡平臺不僅充分調動了學生的學習自主性，還為網上資源的教學方法創建了互動。在教學中借助較為廣泛的仿真軟件，能夠有效地將復雜系統進行模塊化分析或是設計。有效地運用軟件中的工具箱可以較為輕松地將控制器應用在系統控制中，使學生可以較為優越地感受控制效果。適時地編寫算法程序也是可實施的一種途徑，不僅可以加深學生對理論的理解，還可以在編寫的途中產生一定程度的成就感，從而逐漸培養這門課程的自信心。
人工智能教學教案范文6
關鍵詞：智能計算；科研素養；課程教學改革；教學模式
DOIDOI：10.11907/rjdk.161991
中圖分類號：G434
文獻標識碼：A文章編號：1672-7800（2016）012-0180-02
0 引言
大學教育不僅僅是向學生傳授學科專業知識，還要教授學生終生受益的技能，充分挖掘學生各項潛能。研究生教育是高等教育的重要組成部分，更加注重創新能力培養。強化研究生培養過程管理是有效提高其培養質量的重要手段。在研究生培養過程中，課程教學環節尤為關鍵，直接關系學生綜合能力培養[1]。
智能計算已成為人工智能領域的研究熱點，其理論與方法已成功應用于科學與工程領域以及諸多戰略性新興產業[2-3]。近年來，越來越多的高校開設《智能計算》課程。本文以研究生《智能計算》課程為例，結合教學實踐，從教學模式、教學內容、教學方法、教材建設和教學效果等方面探討教學改革，重點分析教學過程中科研素養培養的方法，將知識傳授、能力和素質培養融為一體，強調創新意識和科研素養的培養。
1 合理設置課程定位，制定課程教學模式
與本科教學不同，研究生教學更注重培養學生研究、分析和解決問題的能力。研究生分為學術型和專業型兩大類（簡稱為學術碩士和專業碩士），不同類型的研究生分開授課。筆者所在學校面向學術碩士開設的該課程除了介紹智能計算基礎知識外，還注重培養學生的科研能力；而面向專業碩士開設的該課程則強調在工程領域中的應用與實踐，采用“授課―項目實踐―研討（項目開發交流+學術交流）”的方式。其中，“授課”即按照教學大綱要求講授課程基礎理論知識；“項目實踐”是培養學生動手解決實際問題能力的重要環節，著重培養學生的研究能力和創新意識。需緊密結合學科前沿和教學內容，設計出解決實際問題的項目，學生在完成項目的過程中體驗創新，項目完成情況作為學生成績評定的主要依據；“研討”即教師組織學生進行課堂討論，專業碩士重點交流項目實施的方法和心得，學術碩士重點交流學術前沿。通過多個學期的教學實踐，該教學模式教學效果良好，普遍受到師生好評。
2 注重科研素養培養，構建多元教學方法
經過多年的建設和發展，筆者所在學?！吨悄苡嬎恪氛n程積累了豐厚的學科基礎和教學經驗。為適應智能制造2025、互聯網+、智慧城市等新形勢的發展及要求，立足于科研能力和科研素養培養，課程組構建了多元化教學模式。
（1）通過探究性學習突出學生主體地位，培養學生科研能力。將研究生創新能力和科研能力培養貫穿于授課教學環節始終。通過課堂問題研討拓展知識領域，為學生提供前沿領域技術動態方面的學習內容，提高學生探索新領域、新知識的能力。改革傳統的教師、學生、教材三者間的關系，強調以學生為主體，采用項目驅動式、問題討論式、案例分析式教學，提高學生的科研能力。
（2）延伸性平臺拓展課堂范圍，培養學生科研素養。通過暢通師生交流渠道、優質教學資源共享和實踐反饋拓展課堂廣度和深度。教學資源平臺包括：①智能計算領域國際雜志和協會資源，如Spring出版的《Swarm Intelligence 》、IEEE 出版的《IEEE Transactions on Evolutionary Computation》及《IEEE/ACM Transactions on Computational Biology and Bioinformatics》等國際學術刊物；②組織學生參加先進制造業、工業自動化、互聯網+、智能計算等領域國際會議；③優質教學資源平臺共享，學生緊密結合自身科研興趣，積極探索前沿領域。通過課堂延伸，逐步提高學生科研素養，學生發表高水平論文的數量逐年增加。
（3）通過高水平學科競賽營造創新氛圍，提升學生創新創業素質。鼓勵學生積極參加高水平學科競賽，努力培養研究生團隊協作能力、創新思維和實踐能力，充分營造良好的創新氛圍和創業環境；邀請知名專家作專題講座，開拓學生視野，掌握前沿科技，提升科研素養。
3 改革教學內容與方法，培養學生科研興趣
智能計算是一門交叉學科，課程主要系統講授智能計算有關理論、技術及其應用，全面介紹智能計算前沿技術與最新進展。要求學生系統掌握智能計算的基本內容與方法，了解智能計算主要應用領域。主要內容包括：進化算法、蟻群算法、粒子群算法、魚群算法、文化基因算法、量子優化算法、多目標優化問題及應用。
（1）進化算法。以教材為主，重點講解進化計算的基本原理、生物基礎、算法框架、基本要素、深度學習的本質優點及其適用領域；從個體編碼、群體初始化、個體評價、操作算子和參數選擇等方面詳細闡述在求解實際問題時需要解決的關鍵技術[4]。同時，借鑒最新研究成果，向學生介紹先進算法。
（2）群體智能算法。介紹群體智能算法的生物基礎、數學模型和學習機理；重點介紹蟻群算法、粒子群算法的基本原理、基本要素和實際應用領域。了解國內外最新研究進展，掌握智能計算領域的最新理論和應用成果。
（3）多目標優化問題及應用。介紹群體智能算法在多目標優化問題中的應用，重點介紹互聯網+相關領域中的多目標優化問題，探討多目標優化問題求解發展趨勢。
智能計算是一門理論和實踐緊密結合的交叉學科，隨著工業自動化、智能制造和互聯網+的快速發展，該學科發展日新月異。在教學過程中，不僅要注重知識傳授，更要培養學生的創新能力和科研素質，緊跟科技發展的步伐。在教學方法上，可采用項目驅動教學方式，研究先進算法在實際項目中的應用，使學生深入理解和掌握利用先進算法求解實際問題的技能，并對程序編寫產生濃厚興趣，培養創新能力。
4 教材建設
本課程教材使用清華大學出版社出版的《計算智能》，該教材有相應的電子教案。隨著互聯網+的快速發展，智能計算課程教學內容和資料更新快，需不斷增加最新研究成果，拓展學生的研究視野。隨著先進制造業、工業自動化、互聯網+技術的飛速發展，《智能計算》課程教學中需注重交叉學科知識擴展及學生科研能力培養。
5 課程考核
課程考察主要采用以下方式：①小作業。對先進的智能算法進行總結、分析、對比等，撰寫綜述報告，對先進的智能算法概念、原理、方法、應用等方面進行總結，要求結合智能制造、互聯網+的應用進行展望；②大作業。培養學生編程技能，對先進智能算法及應用進行設計與實現，并制作成演示系統；③論文。提供選題，對智能計算領域具體問題進行深入研究，激發學生的創造力。
6 結語
本文提出以提高研究生科研素養和創新能力為目標，圍繞培養學生計算思維和解決實際問題的能力，構建多元化智能計算課程教學模式。通過教學改革與實踐，學生的科研水平和實踐能力逐步提高，學習興趣不斷增強，先進智能算法應用技能得到提升，科研論文寫作水平也逐步提高，科研素養得到有效提升。
參考文獻：
[1] 劉勁松，徐明生，任學梅，等.研究生高水平國際化課程建設理念與實踐探索[J].學位與研究生教育，2015（6）：35-37.
[2] 何靜媛，陳自郁.研究生計算智能課程教學探索[J].計算機教育，2015（12）：1-3.
